VoIPの仕組み・プロトコル・通話品質を徹底解説

VoIP（Voice over IP）は、インターネットや他のIPネットワークを利用して音声を伝送するテクノロジーです。従来の電話回線とは異なり、音声をデジタルデータに変換し、小さなパケットに分割してネットワーク上で送信します。受信側のデバイスでは、これらのパケットが再び音声に復元されます。

VoIPは、インターネット電話システムや企業の電話ネットワーク、ボイスチャットなど多くのサービスの基盤となっています。この技術により、ウェブサイト、メッセージ、その他のインターネットサービスと同じネットワークインフラで音声通話が可能になります。

ここでは、VoIPの仕組みや、音声がどのようにデジタルパケットへと変換されるのか、音声伝送に使われるプロトコル、そして通話品質が通信速度以外の要素にも依存する理由について解説します。

VoIPとIP電話とは

VoIPは「Voice over Internet Protocol」の略で、インターネットプロトコルを使った音声伝送を意味します。IPネットワークに接続されたデバイス同士で、従来の電話回線を使わなくても音声コミュニケーションが可能です。

従来の電話は、通話時に専用の回線を確保する「回線交換方式」を採用していましたが、VoIPは「パケット交換方式」を採用します。音声は小さなデータの塊（パケット）として、他のネットワークトラフィックと一緒に送られます。

「VoIP」と「IP電話」という言葉は密接ですが、微妙に意味が異なります。VoIPはIPネットワーク上での音声伝送技術そのものを指し、IP電話は電話番号管理や発信・着信の制御、追加機能などを含んだシステム全体を指します。

VoIPの主な利用シーン

インターネット通話：アプリやウェブサービスを使った音声コミュニケーション
企業内電話：社員の内線番号やバーチャルPBX、転送機能
ボイスチャット：ゲームやビデオ会議サービスでのリアルタイム通話
IP電話機：ネットワークに接続する専用電話端末

必ずしもインターネット回線を使う必要はなく、社内ネットワークや通信事業者の専用インフラでもVoIPは利用可能です。最大の特徴は、音声がIPアドレスやルーター、標準的なネットワークプロトコルによって送受信される「ネットワークトラフィック」として扱われることです。

VoIPによる音声のデジタルパケット化

VoIPで音声を届けるには、まずマイクで取得したアナログ音声をデジタルデータに変換する必要があります。このプロセスにはいくつかのステップがあります。

音声信号のデジタル変換

マイクで話すと、音波は電気信号に変換されます。これは連続的に変化するアナログ信号なので、デジタルネットワークで送信するには「ディジタル化（サンプリング）」が必要です。

この役割を担うのがアナログ-デジタル変換器（ADC）です。一定間隔で信号の振幅を測定し、数値として記録します。例えば8kHzでサンプリングすれば、1秒間に8000回測定し、音声通話に十分な品質が得られます。近年のコーデックはさらに高いサンプリング周波数を用い、より自然な音質を実現しています。

アナログ音声のディジタル化や録音精度については、「サンプリングとは？サンプリング周波数・ビット深度の違いと選び方」の記事もご参考ください。

コーデックによる圧縮と符号化

デジタル化された音声データは、コーデックと呼ばれるアルゴリズムで圧縮・符号化されます。主なVoIP用コーデックには次のようなものがあります。

G.711：電話の標準PCM方式と同等の品質（64kbps）、圧縮なし。
G.729：圧縮方式で8kbpsの低ビットレートを実現。
Opus：可変ビットレートで接続品質に応じて最適化、音声・音楽両対応。

コーデックの選択は、音質や必要な帯域幅、遅延に影響します。

パケット化と伝送

コーデック処理後、音声データは短い単位（例：20ミリ秒）ごとに小分けされ、パケットとしてネットワークへ送信されます。各パケットには伝送や復元のための制御情報も追加されます。

パケット作成：コーデックが小さなデータブロックを生成
送信：ルーターなどネットワーク機器を経由して相手に届ける
受信・順序付け：パケットの順序や再生タイミングを制御
デコード：コーデックでデジタル音声を復元
再生：DAC（デジタル-アナログ変換器）でヘッドフォンやスピーカーへ出力

VoIPはリアルタイムで動作するため、ファイル転送のような待ち時間はありません。ただし、ネットワーク状況によってはパケットの遅延や順序入れ替わり、損失が発生するため、バッファや損失補正などの仕組みが重要になります。

VoIPで使われる主なプロトコル

VoIPでは、音声をデジタル化するだけでなく、通話の開始や終了、パケットの送受信、順序制御など複数のネットワークプロトコルが連携して動作します。

SIP：通話制御プロトコル

SIP（Session Initiation Protocol）は、通話の開始・変更・終了を制御するシグナリングプロトコルです。IP電話で番号をダイヤルした際、SIPは宛先の特定や着信通知、通話パラメータの交渉などを担います。

通話開始リクエストの送信
着信通知
音声伝送パラメータの交渉
通話終了の制御

SIPとVoIPは混同されがちですが、VoIPはIPネットワーク上の音声伝送技術全体、SIPは通話制御専用のプロトコルです。SIPは音声データそのものは運びません。

RTP：リアルタイム音声伝送

RTP（Real-time Transport Protocol）は、リアルタイムの音声・映像データ配信を担います。RTPパケットには、次のような追加情報が含まれます。

シーケンス番号：パケット損失や順序の管理
タイムスタンプ：正しい再生間隔の維持
ソース識別子：データストリームの識別

RTPはパケットの到達保証はしませんが、リアルタイム再生に必要な情報を提供します。

UDP：音声パケットの輸送

従来型VoIPでは、RTPによる音声データ伝送にUDP（User Datagram Protocol）が使われます。UDPは各パケットの受信確認や再送を行いません。数秒遅れた音声パケットを再送しても意味がないため、VoIPでは低遅延を最優先します。

典型的なSIP通話では、SIPで接続を確立、RTPで音声データを伝送、UDPでパケットを輸送します。暗号化プロトコルや別の輸送方式を用いたVoIPも存在します。

VoIP通話品質を左右する要素

VoIP通話の品質は、最大通信速度よりもデータ伝送の安定性に左右されます。高速回線でも、データの途切れや遅延、音声の歪みが生じる場合があります。

主な品質低下の要因

遅延（Latency）：発話から相手に届くまでの時間。150ms未満が理想、400msを超えると会話しづらくなります。
ジッター（Jitter）：パケット到着間隔のばらつき。ジッターが大きいと音声が途切れたり歪んだりします。バッファで補正可能ですが、その分遅延も増加します。
パケットロス（Packet Loss）：音声パケットが受信側に届かない現象。ネットワーク混雑やWi-Fi不安定、伝送エラーなどが原因です。連続して損失が起こると、会話が大きく乱れます。

ジッターの詳しい原因や対策については、「なぜインターネットは遅くなる？ジッターの重要性と対策」の記事もご覧ください。

パケットロス対策

PLC（Packet Loss Concealment）：損失した音声断片を補完するアルゴリズム
アダプティブコーデック：ネットワーク状態に応じてビットレートを自動調整
ジッターバッファ：パケット到着間隔を均一化
QoS（Quality of Service）：ネットワーク機器で音声トラフィックを優先制御

少量のパケットロスでも聴き取りにくくなるため、「安定した伝送」と「低遅延」がVoIPでは最も重要です。

VoIPのメリットとデメリット

VoIPは既存のIPインフラを活用できるため、専用電話網を新設せずに通話環境を構築できます。ただし、通信品質や可用性はネットワーク状況に大きく左右されます。

VoIPの主なメリット

柔軟な接続：IP電話機、PC、スマートフォンなど多様なデバイスで利用可能
コスト削減：インターネット通信で国際通話や電話インフラ費用を抑制
拡張性：企業内で新規ユーザー追加が容易
多機能：転送、録音、会議、ボイスメール、他サービス連携など

VoIPの主なデメリット

ネットワーク依存：回線不安定だと遅延や音切れ、通話断が発生
電源依存：IP電話機やルーターなど機器に電源が必要
セキュリティ要件：暗号化未対応では盗聴リスクあり（SRTPやTLSで保護可能）
互換性問題：機器やコーデックの違いによる設定追加が必要な場合あり

VoIPは企業の内線やリモートワーク、インターネット経由のコミュニケーションに特に適しています。地理的に離れたユーザー同士でも一体化した電話システムを構築可能です。

一方、通信インフラへの依存が高まり、バックアップ回線や電源対策も重要になります。従来型電話はネットワークトラブル時の独立性が強みですが、どちらも運用インフラによって信頼性は異なります。

まとめ

VoIPは、専用の電話回線を使わず、一般的なIPネットワークを活用して音声を伝送する技術です。マイクで取得した音声を電気信号に変換し、ADCでデジタル化、コーデックで伝送用のデータに加工します。その後、音声はパケットに分割され、ネットワーク経由で相手に届き、デバイス上で復元されます。

通話の開始や音声の伝送には複数のプロトコルが関与します。SIPは接続の制御、RTPは音声データのリアルタイム伝送、UDPはパケット輸送を担います。通話品質は主に遅延、ジッター、パケットロスに左右されます。

快適なVoIP通話には、安定したネットワーク接続、適切なコーデック選択、機器の設定が不可欠です。これらの要素が揃えば、遠隔地同士でもリアルタイムに会話が可能となります。

VoIPとは？仕組み・プロトコル・通話品質を徹底解説